[论文解读] Federated Learning for Healthcare Informatics

Jie Xu, Benjamin S. Glicksberg+4 more|arXiv (Cornell University)|Nov 13, 2019

Privacy-Preserving Technologies in Data参考文献 164被引用 65

一句话总结

本文综述了面向医疗信息学的联邦学习，阐述统计、系统和隐私挑战、应对方法以及在医疗保健中的应用。

ABSTRACT

With the rapid development of computer software and hardware technologies, more and more healthcare data are becoming readily available from clinical institutions, patients, insurance companies and pharmaceutical industries, among others. This access provides an unprecedented opportunity for data science technologies to derive data-driven insights and improve the quality of care delivery. Healthcare data, however, are usually fragmented and private making it difficult to generate robust results across populations. For example, different hospitals own the electronic health records (EHR) of different patient populations and these records are difficult to share across hospitals because of their sensitive nature. This creates a big barrier for developing effective analytical approaches that are generalizable, which need diverse, "big data". Federated learning, a mechanism of training a shared global model with a central server while keeping all the sensitive data in local institutions where the data belong, provides great promise to connect the fragmented healthcare data sources with privacy-preservation. The goal of this survey is to provide a review for federated learning technologies, particularly within the biomedical space. In particular, we summarize the general solutions to the statistical challenges, system challenges and privacy issues in federated learning, and point out the implications and potentials in healthcare.

研究动机与目标

• 动机：在不共享原始数据的前提下，从碎片化且私有的医疗数据中学习的必要性。
• 总结联邦学习基础及其与医疗数据（如电子健康记录 EHRs 和可穿戴设备）的相关性。
• 对统计、系统和隐私方面的挑战及提出的解决方案进行分类与评审。
• 展现面向医疗保健的特定应用及代表性方法。
• 讨论在医疗保健领域应用联邦学习的开放问题与未来发展方向。

提出的方法

• 提供联邦学习的正式概述及其从分散数据训练全局模型的目标。
• 总结并将挑战分为统计、通信和隐私/安全方面。
• 讨论对非独立同分布数据分布的共识与多元化方法。
• 回顾提高通信效率的方法（模型压缩、客户端选择、更新削减、点对点学习）。
• 描述隐私技术，包括安全多方计算与差分隐私，以及它们的权衡。

实验结果

研究问题

• RQ1 在应用于医疗数据的联邦学习中，主要的统计、系统和隐私挑战有哪些？
• RQ2 哪些解决方案和方法能够应对非IID数据、通信瓶颈和隐私保护在医疗 FL 中的挑战？
• RQ3 联邦学习已如何应用于医疗任务，如 EHR 分析、表型分析以及死亡率/预测建模？
• RQ4 在医疗信息学中部署 FL 还存在哪些待解的问题与未来方向？

主要发现

• 联邦学习使在保持本地数据的前提下对分散的医疗数据进行训练，从而解决隐私问题。
• 提出了 AFL 和 q-Fair 联邦学习等方法来处理非 IID 分布和设备间的公平性。
• 隐私保护技术包括安全多方计算和差分隐私，在计算成本与准确性之间存在权衡。
• 在医疗保健中的应用包括患者相似性学习、表型分析、来自多模态数据的表示学习，以及死亡/预测任务；Table 1 总结了代表性工作。
• 将通信效率策略分为模型压缩、客户端选择、更新削减和点对点学习，以解决实际部署挑战。